Adobe「GenStudio for Commerce Media Networks」発表：生成AIでリテールメディア広告のコンテンツ供給を量産する

Adobeがリテールメディアの「広告制作」をAIで自動化する

Adobe introduces GenStudio for commerce media networks to power AI-led content creation and advertising at scale

Adobeがエージェンティック／生成AIによるコンテンツサプライチェーン基盤GenStudioの新機能群を発表。リテールメディアネットワーク向けの新製品を投入した。

www.medianews4u.com

2026年6月、Adobeが同社の生成AIコンテンツ基盤「Adobe GenStudio」に一連の新機能を追加し、その目玉としてGenStudio for Commerce Media Networksを発表しました。小売事業者が、取引先ブランドを自社の広告網（コマースメディアネットワーク）で広告主として素早く立ち上げられるようにする新製品です。

一見すると広告業界向けの地味なアップデートに見えます。しかし、これはAIコマースの勢力図のなかで見落とせない一手です。AIが買い物を代行する未来がよく語られますが、その手前には「消費者や商品情報をどう集め、どう広告として届けるか」という集客・広告・コンテンツの供給層があります。Adobeが狙っているのは、まさにこの層を生成AIで丸ごと効率化するポジションです。

なぜここが重要なのか。背景には、いま最も速く伸びている広告カテゴリーの存在があります。

そもそもリテールメディアネットワークとは何か

リテールメディアネットワーク（RMN）とは、小売事業者が自社サイトやアプリ、店頭のデジタルサイネージといった「自社の売り場」を広告枠としてブランドに販売する仕組みを指します。AmazonやWalmartが自社サイト内の検索連動広告やバナー枠をメーカーに売っているのが代表例です。小売側は購買データという強力な武器を持っているため、「誰が何を買ったか」に基づいた精度の高いターゲティングと、広告が実売につながったかを追える「クローズドループ」の計測を提供できます。

この領域はいま爆発的に成長しています。Coresight Researchの推計では、リテールメディア全体の市場規模は2026年に2039億ドルに達し、前年から14%伸びる見込みです。検索・ソーシャルに次ぐ「デジタル広告の第三の波」とも呼ばれ、単なるクリック誘導から、認知形成まで担うフルファネルの手法へと役割を広げつつあります。

ただし、この成長には構造的なボトルネックがあります。それが広告クリエイティブの供給です。

コンテンツ供給という詰まりどころ

RMNが増えるほど、そこに出稿するブランドは各ネットワークの仕様に合わせた広告素材を大量に用意しなければなりません。小売ごとにフォーマットも規約も異なり、商品点数が多ければ組み合わせは膨大になります。Adobe GenStudio・Firefly Enterprise部門のSVP兼ゼネラルマネージャーであるVarun Parmar氏は、この現状を「ブランドが作るべきコンテンツの量と質が、現実にチームが供給できる水準を追い越してしまった」と表現しています。

ここで鍵になるのがコンテンツサプライチェーンという考え方です。これは、広告やコンテンツの企画・制作・承認・配信・効果測定という一連の工程を、部品の調達から出荷までの供給網になぞらえて一つの流れとして管理する発想を指します。Adobe GenStudioは、この各工程に専用のAIを組み込み、ブランドガイドラインを守りながらコンテンツを量産する基盤として設計されています。

さらにAdobeは、この供給網をエージェンティックAIで駆動させようとしています。エージェンティックAIとは、人間が細かく指示を出さなくても、目的を与えれば自律的に工程を組み立て、判断し、実行まで進めるAIのことです。今回発表されたGenStudio for Commerce Media Networksは、このエージェンティックなコンテンツサプライチェーンを、RMNという具体的な出稿先に接続する製品だと位置づけられます。

では、実際に何ができるのでしょうか。

商品情報から広告を組み立てる仕組み

GenStudio for Commerce Media Networksの核心は、ブランドが手作業でクリエイティブを作り込まなくても、既存の資産から広告を立ち上げられる点にあります。具体的には、既存の商品リスト、サイトコンテンツ、カテゴリー情報をもとに、キャンペーンにすぐ使えるクリエイティブとオーディエンスのプロファイルを生成し、それを小売事業者の広告網の中で直接出稿・配信します。

つまり、これまで代理店や社内チームが数週間かけて用意していた広告素材とターゲット設計を、AIが既存データから組み上げてしまうわけです。小売にとっては、これまで参入障壁が高くて出稿をためらっていた中小ブランドまで含めて、広告主を一気に増やせる意味を持ちます。

この製品は単体で完結するものではなく、Adobeのデータ・計測基盤とつながる形で設計されています。主要な連携先を整理すると以下のようになります。

とりわけLiveRampとの連携は示唆的です。広告のクリエイティブ生成だけでなく、実購買データに基づいたターゲティングまで一つの流れに組み込むことで、「作る」と「当てる」を分断せずにつなげようとしています。GenStudio全体はAdobeの顧客ライフサイクル管理基盤「Adobe CX Enterprise」の一部として位置づけられており、獲得から定着までを一気通貫で扱う構想の中に、この広告供給機能が置かれています。

今回の発表は、RMN向けの新製品だけにとどまりませんでした。

周辺機能の強化が示すAdobeの狙い

Adobeは同時に、GenStudio全体にわたる複数の機能拡張も発表しています。なかでも注目したいのがSimulated Audience（シミュレーテッド・オーディエンス）です。これはAdobe Brand Intelligenceを基盤とする新機能で、実際の顧客データをもとにした合成オーディエンスを使い、予算を投じる前に広告への反応を予測・テストできるようにするものです。作る前に当たりをつけるという工程が、コンテンツ供給網の上流に組み込まれたことになります。

制作の現場を効率化する機能も加わりました。企業向けのFirefly Graphは、Adobeや外部のAIモデルを組み合わせて自動化ワークフローを、ノードをつなぐ視覚的な環境で設計できるツールです。このほか、Adobe Workfrontに追加されたMCP連携によるエージェンティックなキャンペーン管理、Photoshop上でブランドに沿った画像を生成するFirefly Custom Modelsなど、制作から運用までの各工程にAIを差し込む更新が並びました。

これらを俯瞰すると、Adobeの狙いがはっきりします。個別の便利機能を足しているのではなく、コンテンツと広告の供給網そのものをAI前提で組み替えるという一貫した方向性です。その供給網の出口の一つとして、成長著しいRMNを明確に据えた点が今回の要点だと言えます。

この動きは、EC事業者にとって他人事ではありません。

EC事業者にとっての示唆

ここからが実務の話です。Adobeが供給側のインフラを整えているということは、広告クリエイティブが商品データから機械的に生成される世界が現実になりつつあるということです。この前提に立つと、EC事業者が向き合うべき論点は大きく二つに整理できます。

一つは、商品コンテンツを機械が読める形で整えられているか、です。GenStudioのようなツールは、商品リストやサイトの記述、カテゴリー情報を素材として広告を組み立てます。裏を返せば、商品名や説明文、属性情報が曖昧だったり構造化されていなかったりすると、AIが生成する広告の質もそこで頭打ちになります。人間向けに書かれた売り文句だけでなく、機械が正確に解釈できる商品データの整備が、そのまま広告の出来を左右し始めています。

もう一つは、RMNへの出稿をどう位置づけるか、です。これまで大手ブランドの専有物に見えていたリテールメディア広告は、AIが素材とターゲットを自動で用意することで、中小事業者にも手が届く選択肢になりつつあります。自社商品をどの小売の広告網に、どんなデータを持ち込んで出稿するか。この設計が、今後の集客の入口として無視できない比重を占めていきます。

生成AIによる広告量産は、単なる制作コストの削減にとどまりません。それは、AIが買い物を代行する時代に向けて、商品情報を「AIが扱いやすい素材」として整えておく圧力が、広告の側からも強まっていることを意味します。

まとめ

Adobe GenStudio for Commerce Media Networksは、成長を続けるリテールメディアネットワークに対して、広告クリエイティブとターゲティングを生成AIで量産する供給層を差し込む一手です。商品リストから広告を組み立て、実購買データで狙いを定め、出稿までを一つの流れにまとめる設計に、AdobeのAIコマース戦略の輪郭が表れています。EC事業者にとっての要点は明快です。AIが広告を組み立てる前提に自社を合わせられるかどうか。商品コンテンツを機械が読める形で整え、RMNという新しい集客の入口を設計に組み込めるかが、これからの競争を分けていきます。